Кто-нибудь знает о каких-либо реализациях JavaScript для UAX #29, сегментация текста Unicode? Меня особенно интересуют границы слов.
Я был полон надежд, когда наткнулся на XRegExp, но, похоже, он использует стандартную реализацию JavaScript для \b.
https://github.com/orling/grapheme-splitter — это чистая реализация js UAX #29 Границы кластера Grapheme.
Существует также предложение ES по реализации Intl.Segmenter с использованием UAX #29, см. https://github.com/tc39/proposal-intl-segmenter.
https://www.npmjs.com/package/node-word-boundaries является одним, но для некоторых собственных юникодных библиотек Unix требуется Node; это не чистый js.
